Real-time analysis of anti-tumor activity and toxicity outcomes during phase I dose escalation trials could improve dose selection: a PARP inhibitors case study

Encontrar la cantidad adecuada de medicamento es una de las tareas más delicadas en el tratamiento del cáncer. Durante décadas, el enfoque estándar para probar nuevos fármacos consistía en administrar a los pacientes dosis cada vez más altas hasta que los efectos secundarios fueran demasiado graves como para ignorarlos. Este método, diseñado para las quimioterapias más antiguas y agresivas, asumía que una dosis más fuerte siempre significaba un ataque más fuerte contra el tumor, y que la dosis más alta que un paciente podía sobrevivir era la mejor para utilizar. Sin embargo, los tratamientos contra el cáncer modernos funcionan de manera diferente. Estos agentes más nuevos son como herramientas de precisión diseñadas para atacar debilidades específicas en las células cancerosas mientras dejan intacto el tejido sano. Debido a que funcionan mediante un mecanismo distinto, el punto donde dejan de ser más efectivos suele ser mucho más bajo que el punto en el que se vuelven peligrosamente tóxicos. Si los investigadores se aferran a la vieja regla de "más es mejor", corren el riesgo de administrar a los pacientes dosis que son mucho más altas de lo necesario, causando sufrimientos innecesarios sin añadir ningún beneficio adicional.

Un equipo de investigadores de la Junta de Evaluación de Medicamentos (Medicines Evaluation Board) y del Centro Médico de la Universidad de Radboud decidió probar si observar tanto los beneficios como los riesgos de forma conjunta podía cambiar la manera en que se eligen estas dosis. Se centraron en un grupo específico de fármacos llamados inhibidores de PARP, que se utilizan para tratar ciertos tipos de cáncer y han sido aprobados para su uso en Europa. Estos fármacos son conocidos por causar efectos secundarios significativos, lo que a menudo obliga a los pacientes a reducir su dosis o interrumpir el tratamiento por completo. Los investigadores querían ver si podían utilizar los datos de las fases iniciales de los ensayos clínicos para mapear exactamente cómo funcionaban los fármacos. En lugar de limitarse a observar la toxicidad, también rastrearon qué tan bien se redujeron los tumores con cada nivel de dosis. Utilizaron un método estadístico sencillo que simplemente organiza los datos para mostrar una tendencia ascendente clara, lo que permite dibujar un panorama de la relación entre la cantidad de medicamento administrado y los resultados que producía.

Los investigadores recopilaron información de los ensayos clínicos iniciales de cuatro inhibidores de PARP diferentes: olaparib, rucaparib, niraparib y talazoparib. En estos estudios iniciales, pequeños grupos de pacientes recibieron diferentes dosis del fármaco, comenzando con dosis bajas y aumentando hacia dosis más altas. Los investigadores recopilaron las cifras específicas de cuántos pacientes experimentaron efectos secundarios graves y cuántos vieron reducir sus tumores en cada uno de estos niveles de dosis. Luego, representaron estos resultados para crear curvas que mostraban la probabilidad de que un fármaco funcionara y la probabilidad de que causara daño a medida que aumentaba la dosis. Este enfoque les permitió ver la forma completa del rendimiento del fármaco, en lugar de solo mirar un único punto donde los efectos secundarios se volvían excesivos.

Los resultados revelaron un patrón que desafía la forma tradicional de seleccionar las dosis. Para cada fármaco analizado, la capacidad de reducir los tumores alcanzó un máximo y luego se estabilizó, formando una meseta. Crucialmente, esta meseta comenzó en un nivel de dosis que era inferior a la dosis máxima que los pacientes podían tolerar. En otras palabras, aumentar la dosis más allá de cierto punto no hacía que el fármaco funcionara mejor, pero sí aumentaba el riesgo de efectos secundarios graves. Para tres de los cuatro fármacos, la dosis recomendada oficialmente para las etapas posteriores de prueba era la dosis máxima tolerada, la cual se situaba precisamente en la zona donde el fármaco ya no era más efectivo pero se volvía más peligroso. Solo para un fármaco, el olaparib, se eligió una dosis más baja como recomendación, y esto coincidió perfectamente con el punto donde la efectividad del fármaco dejó de aumentar.

Un caso específico resaltó la importancia de este hallazgo. Para el fármaco niraparib, la dosis recomendada se fijó en 300 mg una vez al día. Sin embargo, tras la aprobación del fármaco, un estudio de seguimiento mostró que los pacientes a los que se les redujo la dosis a 200 mg o incluso a 100 mg presentaban las mismas tasas de supervivencia que aquellos con la dosis más alta. Esto llevó a un cambio oficial en la información de prescripción para reducir la dosis recomendada para ciertos pacientes. Los investigadores señalaron que este ajuste en el mundo real confirmó lo que su análisis de los datos iniciales ya había sugerido: la dosis óptima era inferior a la dosis máxima tolerada. Para otro fármaco, el rucaparib, ni siquiera se encontró una dosis máxima tolerada durante los ensayos iniciales porque los efectos secundarios no siguieron el patrón esperado, pero el análisis aun así mostró que la efectividad del fármaco ya había alcanzado su punto máximo en niveles inferiores.

El estudio sugiere que confiar únicamente en la toxicidad para decidir la dosis de las nuevas terapias dirigidas contra el cáncer puede estar conduciendo a la selección de dosis demasiado altas. Al observar el panorama completo de cómo se comporta el fármaco —viendo dónde dejan de crecer los beneficios y dónde empiezan a aumentar los riesgos— los investigadores pueden identificar un "punto ideal" que ofrece el mejor equilibrio. Este enfoque no requiere tecnologías complejas ni cantidades masivas de datos; simplemente requiere prestar atención a las cifras de efectividad que a menudo se recopilan pero se pasan por alto durante las fases iniciales de las pruebas. Los autores sostienen que este método proporciona una visión más clara de la ventana terapéutica, el rango de dosis donde un fármaco es tanto seguro como eficaz.

Este trabajo sirve como un recordatorio de que las reglas desarrolladas para los fármacos de quimioterapia más antiguos no se aplican necesariamente a las medicinas de precisión modernas. El estudio indica que, incluso con los limitados datos disponibles de los ensayos iniciales, es posible mapear la relación dosis-respuesta y encontrar una dosis más adecuada para los pacientes. Al cambiar el enfoque de simplemente encontrar la dosis más alta que un paciente pueda sobrevivir a encontrar la dosis que ofrece la mejor respuesta biológica, la comunidad médica puede potencialmente reducir la carga de los efectos secundarios para los pacientes manteniendo, al mismo tiempo, el poder para combatir el cáncer. Los investigadores concluyen que esta perspectiva puede apoyar una mejor toma de decisiones para los reguladores y los desarrolladores de fármacos, asegurando que la próxima generación de tratamientos contra el cáncer esté optimizada para el bienestar del paciente desde el principio.